测试的负面预测价值

理解阴性预测值可能会令人困惑。然而，它是了解医学检验质量和准确性的重要部分。阴性预测值告诉您如果对疾病进行阴性检测意味着什么。它是阴性测试结果准确程度的标记。换句话说，它告诉你它有多大可能性 你实际上没有这种疾病.

阴性预测值定义为真阴性（测试未感染阴性的人）除以测试阴性的总人数。它随测试灵敏度，测试特异性和疾病流行程度而变化，如下例所示。由于在他们工作的社区中依赖于疾病流行，因此弄清阴性预测值是复杂的。当你参加任何给定的测试时，大多数医生不能简单地给你一个阴性预测值的数字 - 即使他们知道敏感性和特异性。

替代拼写： NPV

一个例子

如果衣原体检测在100的人群中具有80％的敏感性和80％的特异性，衣原体感染率为10％：10个真阳性中有8个检测呈阳性90个真阴性中的72个测试为阴性在74个阴性测试中，82个是真阴性，2个是假阴性。因此，阴性预测值（NPV）将为97％（72/74）。测试阴性的人中有97％实际上是衣原体阴性。相比之下，如果在衣原体感染率为40:32的人群中进行同样的检测，则40个真阳性检测呈阳性60个真阴性中有40个测试为阴性。在48个阴性测试中，8个为假阴性。这意味着阴性预测值为83％（40/48）。

各种因素如何影响负面预测价值

负面预测价值 下 因为疾病在人群中变得更加普遍。相反，阳性预测值上升。

同样，高灵敏度测试会使阴性预测值增加。那是因为假阴性更少。 （更多在高灵敏度测试中呈阳性测试阳性的人）相反，高特异性测试对阳性预测值更重要。通过这些测试，误报率更低。特异性越高，阴性检测阴性的人就越多。